大數據技術及其在土木工程中的應用

朱之宇 黃程

摘要：隨著科技的不斷發展，互聯網技術的不斷革新，信息化時代的到來，各種信息的處理更是十分的復雜，但是隨著大數據技術的出現，信息處理的速度和能力變得更強大，一方面大數據能夠廣泛的應用于各行各業，對于其他行業的發展有著很大的幫助，同樣也能作用于土木工程方面。土木工程本身又是相對比較傳統的行業，在技術上發展到一個階段是有瓶頸期的，發展的速度也會相對比較緩慢，如果能夠借助大數據技術，將會使土木工程取得很大的進步。

關鍵詞：大數據；土木工程；應用

引言

進入信息化社會以來，各種信息通過互聯網可以實現更加快速的傳播，人們接觸到的信息量也出現爆發式增長，這給許多企業和行業迎來了信息化管理和大數據技術應用的良好契機。在信息化和大數據潮流中，土木工程領域也迎來了新一輪的技術革新，開始廣泛應用大數據技術來對其中的設計、施工、決策和管理服務，大大提升了我國基礎設施建設和住房建設的效率和質量。因此，對大數據技術在土木工程中的應用進行全面分析具有重要的現實意義。

1大數據的概念

不同的機構和團隊對于大數據的概念的解釋不同，對于“大數據”（Bigdata）研究機構Garter給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式結構。它的特色在于對海量數據進行分布式數據挖掘。但它必須依托云計算的分布式云計算、分布式數據庫和云存儲、數據化管理。隨著云時代的來臨，大數據也吸引了越來越多的關注。分析師團隊認為，大數據（Bigdata）通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型數據庫用于分析時會花費過多時間和金錢。大數據分析常和云計算聯系到一起，因為實時的大型數據集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。大數據需要特殊的技術，以有效地處理大量的容忍經過時間內的數據。適用于大數據的技術，包括大規模并行處理（MPP）數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統。總體來說，大數據是一個先進的技術，在信息的處理上有著很強的能力。

2大數據在土木工程行業應用的意義

2.1減少能源的消耗

在施工過程中，照明燈的使用、挑點起設備、辦公設備等的使用都會加大在能源方面的消耗，電力、水力等個方面的消耗，而且如果是人力的方式進行統計和計算難度是非常之大的。通過大數據對數據進行整理、計算和處理可以減少能源的消耗。通過傳感器將各種電氣設備與計算機相連接，大數據可以計算出相應的能源消耗。這樣就知道了能源消耗點所在，并進行節制。

2.2縮短制作周期

傳統的土木工程不借助計算機或者互聯網的方式，數據的統計、計算、處理都是人為的，這樣就會使周期變長，加入大數據技術，大數據技術對于數據的整合、計算、處理的速度都要比人力快很多，這樣就能縮短制作周期。縮短了制作周期，就可以加快工程完成的速度，可以給企業節省很多的時間，時間就是財富。

2.3減少人力消耗

本身由認為的數字計算的工作交給了大數據，交給了計算機。一臺計算機的大數據技術可以抵消幾十人甚至幾百人的工作，這樣就大大減少了人力的消耗，需要的人才少了，相應的財力的支出就變少了。并且人為的計算是有可能出現錯誤的，但是計算機是不會出現錯誤的，這樣就會減少誤差和錯誤的出現。

3大數據技術在土木工程中的應用

3.1建筑能耗分析

建筑能耗與建筑物的占地面積、空間布局、光照條件等眾多因素都有著密切的關系。當前已有學者通過數據挖掘框架的應用，對辦公室區域的占用數據進行了深入分析，然后通過決策樹挖掘、規則歸納和聚類分析等先進的大數據技術計算出建筑占用模式以及相應的時間表，并以此為依據提出了許多能源節約方案，為建筑能耗分析提供了有價值的思路。還有學者通過消耗模式來分析建筑的能耗問題，而電力數據顯然也是一種大數據，傳統的數據分析方法是不可能完成的。通過對大量的建筑空間樣本的各類用電設備進行定時數據采集，獲取大量的用電數據。接著采用特征提取、聚類和關聯分析等大數據處理技術分別統計不同用途、不同類型的耗電設備的數據，提出了一種通用的電力消耗模式。該模式可以實現對未來建筑物內的電力消耗情況預測。

3.2工程造價數據庫

在土木工程建設中，工程造價領域會產生大量的數據信息，為了使其價值得到充分的發揮，必須對其進行完整有效的采集、分類及統計分析，為信息共享奠定基礎。在傳統工程造價工作中，通常采用工程量清單開展核算工作，而考慮到不同地區之間相同材料價格的差異性以及市場波動，因此有必要對工程造價資源進行及時有效的數據分析。工程造價大數據不僅可以用于相關造價工作，在工程其他領域也發揮著一定的作用，如結構設計師可以根據造價數據庫對市場上的材料情況進行掌握，從而避免設計中出現市場上已經消失的材料。此外，工程造價數據庫還能體現出一類材料在不同地區的價格差異，這樣以來，各類工程就可以對材料進行合理的選擇，達到節省成本的目的。

3.3對建筑破壞結果進行檢測

某地區發生地震之后，專家會利用大量的無人機對建筑破壞結果進行檢測，從而獲得數量龐大的圖像數據，對這些數據進行一定的處理之后可以為后續的救援和評估工作提供極大的幫助。這同樣是大數據的一種應用形式，具體是根據建筑破壞前的各項數據信息，如坐標、海拔等構建震前模型，之后將無人機拍攝獲得的圖像與其進行匹配還原獲得震后建筑模型，通過兩個模型的差異對比，獲得三維建筑破壞結果，為災后重建工作提供幫助。這種基于大數據技術的建筑破壞檢測方法在效率上遠遠超過傳統的計算機處理分析法。此外，還可以將這些建筑破壞檢測數據整合起來構建數據庫，對不同形式、場地和高度建筑的破壞形式進行分析，為類似條件下新建建筑項目的抗震設計提供數據參考。

3.4編制建筑結構規范

在建筑工程項目中，設計、建造、監理等工作的開展都需要遵循相應的規范，這些規范中涉及到的參數基本上都是由實際工程和現場數據采集總結而來的，其中包括地震動參數、風荷載參數等。將大數據技術應用其中可以使參數的設置更加精確完整。

結語

大數據時代下，我國土木工程的發展還未能很好地適應時代的需求，造成大數據技術不能很好地服務于土木工程建設工作，對建設企業的發展帶來了一定的阻礙。不難預計，隨著大數據時代的發展，我國將更加重視大數據的應用，并在土木工程新技術上不斷尋求突破，充分發展大數據時代背景下土木工程技術的革新，促進土木工程技術及相關企業的長遠健康發展。

參考文獻

[1]黃欽穎.大數據在土木工程中的應用[J].建筑工程技術與設計，2017（23）.

[2]明永成，胡應文，馮楨.探究長距離頂管施工技術在市政給排水施工中的應用[J].建材與裝飾，2016（06）.

（1.作者身份證號碼：21122319900504101X；

2.作者身份證號碼：211223199002071045）